Distributions Generated by Perturbation of Symmetry with Emphasis on a Multivariate Skew t -Distribution
通过扰动对称性生成分布：侧重多元偏斜t分布AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般多元分布构造与似然推断，没有金融或经济应用证据，偏斜和t分布字样不足以支持尾部风险分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
通过扰动对称性生成分布：侧重多元偏斜t分布
- 研究问题
- 如何从满足弱多元对称性的密度出发构造非对称分布，并进一步发展多元偏斜t分布的似然推断？
- 方法与思路
- 作者研究扰动对称密度的一般程序，详细讨论偏斜椭圆分布及其与已有工作的联系，再考察偏斜t密度的似然推断。
- 材料陈述的贡献
- 摘要称该框架涵盖若干与偏斜正态有关的既有构造，并给出偏斜t分布的推断讨论和数值示例，但未报告性能比较。
- 阅读关注点
- 应核对弱对称性的定义、密度构造的有效条件、不同分布之间的关系，以及偏斜t参数化和似然计算的具体处理。
- 阅读边界
- 仅据所给Crossref摘要；参数可识别性、推断性质及数值结果未说明，不能仅凭偏斜t分布认定其适用于金融尾部风险。
原文摘要
Summary A fairly general procedure is studied to perturb a multivariate density satisfying a weak form of multivariate symmetry, and to generate a whole set of non-symmetric densities. The approach is sufficiently general to encompass some recent proposals in the literature, variously related to the skew normal distribution. The special case of skew elliptical densities is examined in detail, establishing connections with existing similar work. The final part of the paper specializes further to a form of multivariate skew t-density. Likelihood inference for this distribution is examined, and it is illustrated with numerical examples.